语义判停与打断插件合约

模型、领域适配器和对话协调策略分层：Bailian/Qwen/Jev 通过统一 DecisionModel 提供判断；DecisionEotClassifier 和 DecisionInterruptionClassifier 转为不同任务的领域结果；协调器校验版本、等待、提交与播放许可。两个适配器没有自己的模型权重，也不各自增加一次推理。

EOT 与打断 provider 可独立配置为 jev/qwen-turbo/bailian/llm。源码 provider 默认是 jev，默认模型为 jev-1.13.0，需要 JEV_API_KEY；部署可覆盖。实际模型名与 provider 配置名分开，EOT 模型可单独覆盖；同配置共享连接/容量，不同模型配置隔离。FireRed 与 FastCompleteFallback/Hybrid/Ensemble 旧组合实现已退役。实现与等待说明见 语义判停。

标签的设计评估、主流方案对照与下一版建议见文档页面《判停与打断标签评估》（semantic-label-assessment）。该评估中的新增维度属于建议，现行合约以本页为准。

判停和打断可以替换为独立模型插件。两者使用不同输出，不共用一个含糊的「是否结束」布尔值。运行时负责超时、文本修订、generation 校验、取消及真正的轮次提交，模型负责提供语义判断。

统一输入

新插件推荐实现 classify_request(request)。输入为不可变的数据记录，当前合约版本为 1。

历史是不可变 tuple，按发生顺序排列。首轮没有历史时传空 tuple，模型不能因此报错或编造历史。当前 TurnManager 默认历史预算为最近 8 条、4,000 字符，按预算截断时标记 truncated=True。默认配置会优先保留最近两条消息，避免长助手回答挤掉前面的用户问题；内容不保证全文保留。若显式配置仅一条消息或不足两字符的预算，就无法保留双方。支持上下文的模型可使用最近 user/assistant 交换，文本模型可只使用当前文本。不会额外调用模型生成一条假历史。

SemanticInputState 支持：

• transcript_revision：当前识别文本修订号。
• boundary：partial、sentence_end 或 final。ASR 句尾与最终提交是不同状态。
• dialogue_state：当前 idle/listen/speak/wait/dual。
• speech_active：已知的说话活动；未知传 None。
• silence_duration_ms：已观察到的音频静音时长；未知传 None。
• audio_timestamp_us：音频时间线观察位置；未知传 None。

字段为可选观察，运行时只填已知值。ASR 文本无增量不能被伪装成确定的音频静音。判停在 ASR 句尾触发时标记 sentence_end，在 partial 的静音/idle 路径触发时仍标记 partial；打断请求携带实际提交边界和对应 revision。请求为某次判断的快照，后续活动由 Gate 单独校验，不能把快照当成永久有效状态。

interaction 用于日志关联与隔离校验，不是语言模型的推理材料。现有 LLM 适配器不会把用户身份或会话凭据序列化进模型输入。接口暂不直接传音频片段或声学特征；未来需要音频模型时，应定义明确的音频合约与数据授权，不能把任意字节塞进文本字段。

统一输出

判停

返回 EotClassification：

EotClassification(
    decision=EotDecision.COMPLETE,  # COMPLETE / INCOMPLETE / UNCERTAIN
    confidence=0.92,               # 对该标签的置信度，不等同于完整性概率
    wait_ms=0,                     # 等待建议；真正的时序策略由运行时决定
    source="my-model:v1",
)

可选 evidence 保留模型证据。EotEvidence 支持完整性 probability、阈值、推理耗时与来源，适用于二分类概率模型和组合判断。适配器负责把原始 logits、概率或厂商标签映射到规范输出。置信度与概率限制在 [0,1]，时长必须有限且非负。

COMPLETE 只表示语义完整，不直接提交轮次。Gate 还要确认当前文本没有过期且停说条件满足。失败进入现有有界等待策略，不无限阻塞会话。

打断

返回 InterruptionClassification(label, confidence)：

• stop：只要求停播。
• correction：纠正当前回答所依据的信息。
• interrupt：新任务或补充信息，需要取得话轮。
• backchannel：附和，通常继续播放。
• ignore：不采取动作。
• uncertain：判断证据不足。

Gate 决定是否停播、是否创建新用户轮次。模型不能直接取消播放器或修改状态机。LLM 原始输出继续要求严格的 label/confidence JSON；返回错误类型、NaN 或无穷数不会作为有效判断使用。

当前文本模型和上下文模型怎样兼容

class TextOnlyDetector:
    async def classify_request(self, request: EotRequest) -> EotClassification:
        # 只用本轮文本；history 可以存在也可以为空。
        score = await self.model.predict(request.text)
        return EotClassification(
            decision=EotDecision.COMPLETE if score >= 0.8 else EotDecision.INCOMPLETE,
            source="text-detector:v1",
        )

class ContextDetector:
    async def classify_request(self, request: EotRequest) -> EotClassification:
        # 将有序历史、当前文本与支持的状态字段转换成模型自己的输入。
        return await self.adapter.predict(
            history=request.context.history,
            text=request.text,
            input_state=request.input_state,
        )

这是接口示意，需实现 model/adapter，不能直接运行。阈值只是示例，应按真实模型输出定义与评测结果设置。当前保留 ClassifierEotEvidenceProvider，可将任意兼容 classifier 转为评测证据；只使用当前文本的模型也应接收完整请求并明确忽略不支持字段。

注入与兼容

turn_manager = LegacyTurnManagerCapabilityAdapter(
    policy_factory=TurnPolicy,
    eot_classifier=my_eot_plugin,
    semantic_interruption_classifier=my_interruption_plugin,
)

新接口优先调用 classify_request；旧的判停 classify(text, generation)、classify_with_context(...) 和打断关键字参数 classify(...) 继续兼容。保留的 evidence adapter 转发完整请求，避免丢失 revision、边界、历史或状态字段。

现有 LLM 判停适配器会接收历史和结构化状态；LLM 打断适配器会接收历史、当前助手内容和插话状态。更换模型时无需改 pipeline 的音频、播放和取消逻辑。服务端仍需显式构造并注册插件，不自动执行网页提供的代码。

验证与边界

新增 tests/turn_policy/test_semantic_request_contract.py 验证：上下文模型收到上一轮、无历史/纯文本兼容、evidence adapter 完整转发、打断请求 revision 和边界、LLM 序列化，以及非法数值和合约版本拒绝。现有 Gate 测试继续覆盖过期结果、取消和超时。

本次未下载新模型权重，也未验证某个外部新模型的判断准确率。新增服务商还需要确认模型全名、输入模态、标签/概率含义与延迟，再写薄适配器及真实语音评测。

规则优先的打断插件

实时协调器通过 RuleFirstInterruptionClassifier 统一执行本地规则与模型回退。它位于 server/turn_policy/plugins/rule_first_interruption_classifier.py；默认 ExactInterruptionRules 的附和词、立即停播词、需要稳定边界的短停播词，以及提问/跨 chunk 前文的保护均在同一插件内。未命中或存在歧义时才调用注入的模型，当前默认 Jev，也可显式选择 Qwen、原生百炼或 LLM。

server/turn_policy/interruption_rules.py 只定义不依赖供应商的规则输入、返回值和 InterruptionRuleProvider 接口。自定义规则实现 match(context)，明确命中返回分类，无法可靠判断返回 None。插件返回 source=rule/model；超时与异常由运行时记录为 fallback，不伪装成规则命中。

协调器负责 chunk 队列、版本有效性、超时、遥测和停播动作，不维护规则词表。规则插件没有播放、ASR、Session、网络连接生命周期的副作用；JEV 的传输、并发和共享连接仍属于模型插件。

规则可在装配时替换或扩展，例如保留默认附和词并增加“收到”：

from server.turn_policy.plugins.rule_first_interruption_classifier import ExactInterruptionRules

rules = ExactInterruptionRules(
    backchannels=ExactInterruptionRules().backchannels | {"收到"},
)
turn_manager = CoordinatedTurnManagerCapabilityAdapter(
    semantic_chunks_enabled=True,
    interruption_rules=rules,
    semantic_interruption_classifier=my_jev_classifier,
)

旧 match_interruption_rule 入口保留兼容，只转发到规则插件的精确词面匹配；新协调器使用带完整上下文保护的插件接口。精确附和在 partial/助手提问等有歧义场景不会直接吞掉用户回答；已有前块时的停止词需要模型结合前文判断。

回归覆盖：规则命中不调用模型、未命中仅调用一次模型且完整转发请求、提问/partial/跨块否定交给模型、规则替换生效、输入与规则上下文不匹配被拒绝，以及注入自定义停播规则后协调器直接停播。